العظم المكتوب هو أثر ثقافي مهم يسجل تقديم المسؤولين المحليين في عهد أسرة هان الغربية للمنتجات إلى الحكومة المركزية. إن الكشف الدقيق عن محتوى النصوص له أهمية كبيرة. نظراً لصعوبة استخراج ميزات نص العظم المكتوب في الخلفيات المعقدة وكذلك مشكلة ازدحام النصوص وتلاصقها التي تؤدي إلى ازدواجية صناديق الكشف، نقترح خوارزمية كشف نص العظم المكتوب التي تدمج الالتفات الذاتي التلافيفي ودالة خسارة محسّنة. أولاً، أضفنا وحدة الالتفات الذاتي التلافيفي في مرحلة استخراج الميزات لـ YOLOv5 لتعزيز اهتمام الشبكة بميزات نص العظم والتقاط معلومات شاملة، مما يقلل من تأثير الشقوق على استخراج الميزات النصية. ثانياً، استخدمنا دالة خسارة Focal-EIOU بدلاً من CIOU الأصلية لتحسين النموذج، حيث تستخدم Focal-EIOU خسارة العرض والارتفاع لتقليل الفروقات بين الإطارات المتوقعة والحقيقية، وتستبعد الإطارات المتوقعة التي تتجاوز الإطارات الحقيقية، مما يحل مشكلة ازدحام النص وتلاصقه ويقلل من ازدواجية صناديق الكشف، وبالتالي يعزز دقة التنبؤ في النموذج. أظهرت النتائج التجريبية أن متوسط الدقة لخوارزميتنا وصل إلى 93.35٪، بزيادة مقدارها 3.08٪ مقارنة بـ YOLOv5، مما يجعلها أكثر ملاءمة لمهام الكشف عن نص العظم المكتوب المكتظ والمتلاصق في الخلفيات ذات الأنماط المعقدة.

كشف النصوص;العظم المكتوب;آلية الانتباه;YOLOv5;دالة الخسارة